中文 英语

光子学的光明未来

3D堆叠技术的进步会为光子学芯片带来更多的机会吗?在几个方面仍需取得进展。

受欢迎程度

光子越来越多地接管了电子无法通信的领域,但将两者混合从来都不是一件容易的事。

总有两种可能的实现路径——在各自的基板上构建,然后堆叠,或者在单个基板上构建。这两种解决方案之间的权衡比最初看起来要复杂得多,一个领域的持续改进可能会导致另一个领域的资金减少。

光子学在几个重要领域发挥作用。有些是在模拟(光)和数字电子之间转换的极端。这基本上是传感器和显示器市场,这是遵循自己的道路。光子学的真正驱动力是对带宽的永不满足的渴望。网络,尤其是在数据中心,正在使一切变得更快,但它也使新的功能成为可能。考虑一下依赖云进行推理的语音识别系统。这需要极快的计算速度和最小的延迟,这样看起来就好像事情是实时发生的-本地。

根据分析公司的数据,2013年光电子IC市场规模约为1.9亿美元,2017年增长至约5.39亿美元,预计到2022年将达到13亿至18亿美元。这是一个超过20%的复合年增长率,是整个半导体市场增长最快的部分之一。

基于电子技术的通信解决方案正在努力以可接受的功率和成本提供必要的速度。光子最初取代了电子进行长途通信,但今天,机架之间的大多数通信也变成了光子。光子取代电路板上的电子,甚至在封装中取代电子,可能只是时间问题。

但是光子学不仅仅是关于通信。它也可以用于计算,并且可以比电子学更有效地进行某些类型的计算。它也可能是量子计算的推动者。

“Datacomms希望达到Terra-bit/s范围,”该公司业务发展副主管马丁•艾贝尔胡伯(Martin Eibelhuber)表示电动汽车集团.“这需要至少8种不同波长的激光,这增加了复杂性。有讨论表明,光是量子计算的发展方向。用例正在扩展并增加复杂性。业界提出了一个问题,那就是它还可以在其他什么地方使用,比如在内存和芯片之间,两者之间的距离非常近。”

包装
在当今典型的光子学系统中,光子学模和电子模是分开构建的,然后结合在一起。对于这些类型的解决方案,包装成本往往占总成本的主导地位。英特尔报告称,成本占产品总成本的80%,但这个公式正在改变。随着3D键合技术在电子领域的应用越来越广泛、越来越便宜、越来越可靠,这些成本很可能会下降。如果这种趋势持续下去,其中一些改进为光子芯片的键合提供了好处,那么对这些系统的成本降低影响将会更大。

“随着成本和制造方面的担忧得到解决,越来越多的设计公司开始尝试这一技术,”该公司Calibre 3D-IC应用技术营销主管Tarek Ramadan说Mentor是西门子旗下的企业.然而,EDA的支持变得至关重要。EDA公司需要投入资源和努力,找出如何真正帮助设计师对他们的3D包装设计有足够的信心,以可接受的产量进行制造,而代工厂和3D包装厂(OSATs),并与EDA公司合作开发装配设计套件。当谈到3D包装时,设计工具包的概念是相当新的。因此,这方面的努力不可低估。在一天结束时,设计师希望设计套件是由制造商合格的。更好的是,它应该由代工/3D包装公司而不是EDA供应商交付。”

前提是每个模具都是单独开发的,但随着复杂性的增加,这变得更加困难。“封装的限制应该在光子学设计师构建他的芯片时反映出来,”拉马丹补充说。“这并不容易。很长一段时间以来,这个行业一直在避免“协同设计”的需求,因为它会带来各种各样的挑战。在今天的大多数设计公司中,3D包装的责任默认由包装团队承担。然而,随着协同设计挑战的出现,应该有一个单独的系统级团队来拥有和管理3D包装的协同设计方面。”

而且没有办法将光子学和电子学完全分开。EV Group的Eibelhuber说:“只要你有光信号,你就必须操纵它们。”“通常情况下,这是通过电子方式完成的。如今,市场的焦点是使用堆叠将激光集成到硅平台上,但最终将转向将其与CMOS电子器件结合。”

硅集成
硅光子学极具吸引力,因为它承诺较低的成本,更高的集成水平,更好的可靠性,以及与传统光学相比的其他几个优点。此外,如果能够解决测试和校准等问题,它可能从根本上改变制造成本结构,有可能在其他市场使用。

门拓的市场总监约翰•弗格森表示:“硅被氧化硅包围,是一种近乎理想的波导材料,这意味着光信号可以通过它而很少退化。”“这是硅光子学设计创造的关键元素。虽然我们在过去十年中确实取得了成功,但为什么硅光子学ic (PICs)没有更容易地在更大范围内被采用呢?它们拥有所有的优势(传输速度、低功耗、成熟的工艺等),再加上硅片生产的成本效益,为什么它们还没有占领市场?”

Gilles Lamant,杰出的工程师节奏,提供了部分答案。“PIC组件的曲线布局是最棘手的设计挑战之一。波导布线需要曲线格式,而不是直线/曼哈顿式布线,以确保光停留在波导中。掩模制作的布局是基于多边形的,并定义在具有给定分辨率的网格上。因此,离散的曲线形状,如圆形或弯曲,必须正确定义,以保持一个光滑的侧壁。”

EDA供应商正在解决这个问题。另一个问题与规模有关。莱马丹说:“如果你的集成电路组件需要先进的工艺节点,比如28nm及以下的工艺节点,那么你就必须支付额外的费用来制造这些组件。”“这是由于制造过程的复杂性。流程节点越小,影响的代价就越大。但是光子学将从过程节点的改变中获得很少的好处。由于光子元件与电子元件相比非常大,将所有东西都放在一个模具上将需要非常大的硅面积,成本很高,而实际上只有一小部分模具受益。”

然而,最大的问题是硅不能用来制造激光。这是因为硅有一个间接的带隙,这是一个非常低效的发光体。这样就只剩下两个解了。首先是封装解决方案的回归,其中激光被安装为倒装芯片,但这意味着对齐问题仍然存在。第二种方法是使用晶圆级集成,通过将磷化铟芯片的外延再生长部署到硅上,然后使用传统的光刻技术进行加工。

实际上,未来可能是两种方法的混合解决方案。“简单的P-N结或电阻加热器,以及它们的控制器,是控制光学行为不可或缺的,”拉马丹说。“这些通常可以用更成熟、成本更低的流程节点来构建。把这些都放在一个大的硅模具区域,有很多开放的空间,提供了一个机会,利用这个空间来堆叠和连接多个模具与硅夹层式封装。这似乎是大多数光子设计现在正在走的道路。”

电阻式加热器是光子学的一个必要方面。EV Group的Eibelhuber说:“光学器件的漂移速度非常快,为了使其稳定,必须比电子器件更加控制温度范围。”“在设计中必须考虑到这一点。对于汽车等市场中的设备来说,温度变化很大,这可能更具挑战性。”

协同设计的必要方面横跨多个领域。“我们知道高温和压力可以改变光学行为,”拉马丹说。在光子学上叠加芯片可能会产生意想不到的后果。避免这些后果意味着更多的协同设计分析技术,虽然这些功能通常都存在,但还没有统一的努力来验证它们在光子环境中的使用和准确性。”

需要更多工具
这些工具还有几个方面需要改进。Cadence的Lamant说:“光子电路建模是一个挑战,特别是因为还没有一个被广泛接受的SPICE等效物来建模和模拟复杂的光信号。”“与电信号相比,光信号是双向和多模式的,模拟器需要能够处理振幅和相位。还需要在频域和时域进行仿真。传统SPICE模拟器通常无法满足这些要求。”

这有很多含义。Ramadan说:“如果制造方(代工厂或OSAT)不能提供完整的组装设计套件,包括物理验证、电气分析和可靠性分析,或者至少不能提供我们定义的EDA参考流程,那么这个行业将继续挣扎。”“在终端客户的推动下,这方面已经取得了合理进展。领先的晶圆代工厂/ osat正在与EDA供应商合作构建参考流程,并将其提供给客户。生产支持工具也开始出现。”

代工/ osat的生产支持套件非常重要,因为它们保证了良好的良率。相比之下,引用流只是需要遵循的示例。“尽管如此,套件/参考流程通常不包括3D包装所需的可靠性方面,”莱马丹继续说道。“对于在封装中堆叠或并排放置的模具,在设计和验证步骤中需要进行热和应力分析。”

但即使制造成本下降,光子学的成本也永远不会跟随电子产品的成本曲线。艾贝尔胡伯说:“有一个问题是,如何让它们的成本效益足够高,从而开拓更大的市场。”“我不确定它是否能扩大到足够的规模,从而使成本下降到与CMOS类似的水平。没有摩尔定律光学。光学元件不能像晶体管那样缩小。因此,目前还不清楚能否降低成本,而降低成本是让它们进入更广泛市场的必要条件。”

但是,光子学可以拓展到一些高价值的市场。“量子计算是一种可能性,”Eibelhuber补充道。“大多数在这一领域工作的公司都不愿意过多谈论他们今天在做什么,但我想说的是,用光子计算是在可接受的温度下进行量子计算的最现实的方式。其他方法需要温度在100°C左右或更高。”

有关的故事
硅光子学知识中心
映射热对光子学的影响
热效应很难量化,但它们可以破坏光信号并缩短激光的寿命。
让光线更可靠
硅光子学是一项很有前途的技术,但可能需要一段时间。
硅光子学开始取得进展
成熟的工艺和新的应用领域为极快、低功耗的应用打开了大门。
2020年,大型设计、IP和终端市场将发生变化
大量的新技术,以及对低功耗、不同工具和方法的关注,预示着今年将是强劲增长、变革和创新的一年。



3评论

QuantumGrouch 说:

大多数商业量子计算技术需要低温,毫开尔文或更低!不是100 c !光是信号的进出都是个问题。光子学可以提供帮助,但现在的研发是学术的,与商业研发竞争!

丹Randenburg 说:

布莱恩,

我只是想说你有一篇很棒的文章,我做了很多年量子光子学空间无线电通信的研究。你确实激励了我继续前进。就在最近,我正在做这个项目,看到信号传输增加了1000%。这一点是通过变装探测器设备技术注意到的。如果有人想了解更多关于自由空间无线电通信的最新突破,请给我发电子邮件。

热菜Iskender,(电子邮件保护)华盛顿特区的格洛弗公园 说:

大家好,我认为量子芯片上的人工推理是未来的趋势。替代机器人已经开发了他们的视觉认知计算系统。我正在寻找志同道合的人来讨论如何建立一个双重光子芯片的概念认知计算。我们可以将概念放在生成对抗网络(GAN)增强学习系统上,该系统可以自我学习简单的视觉概念和所有关系概念,并加速学习超级复杂的科学概念。这种概念推理计算可以在目前的经典计算机上完成。但是我们需要光子量子计算来克服带宽问题。光子芯片的设计和制造可以很容易地解决。这就是光子芯片波导的仿真问题,新开发的AI仿真方法可以很容易地解决这一问题,为各种科学领域带来数十亿倍的速度和更高效的仿真。请谷歌他们。致以最亲切的问候。

留下回复


(注:此名称将公开显示)

Baidu